Přidání dokumentů do indexu s vyhledáváním po částech v Javě

V dnešním datově řízeném světě je schopnost přidat dokumenty do indexu rychle a poté provádět vyhledávání po částech nezbytná pro každou aplikaci, která pracuje s velkými kolekcemi souborů. Ať už se zabýváte právními smlouvami, archivy zákaznické podpory nebo obrovskými výzkumnými knihovnami, tento tutoriál vám přesně ukáže, jak nastavit GroupDocs.Search pro Java, abyste mohli dokumenty efektivně indexovat a získávat relevantní informace v malých částech.

Co se naučíte

Jak vytvořit vyhledávací index ve specifikované složce.
Kroky k přidání dokumentů do indexu z více míst.
Konfigurace možností vyhledávání pro povolení vyhledávání po částech.
Provádění počátečních a následných vyhledávání po částech.
Reálné scénáře, kde vyhledávání dokumentů po částech vyniká.

Rychlé odpovědi

Jaký je první krok? Vytvořte složku pro vyhledávací index.
Jak zahrnout mnoho souborů? Použijte index.add() pro každou složku s dokumenty.
Která možnost povoluje vyhledávání po částech? options.setChunkSearch(true).
Mohu pokračovat ve vyhledávání po první části? Ano, zavolejte index.searchNext() s tokenem.
Potřebuji licenci? Bezplatná zkušební verze nebo dočasná licence stačí pro vývoj; pro produkci je vyžadována plná licence.

Předpoklady

Abyste mohli tento návod sledovat, ujistěte se, že máte:

Požadované knihovny: GroupDocs.Search pro Java 25.4 nebo novější.
Nastavení prostředí: Nainstalovaný kompatibilní Java Development Kit (JDK).
Předpoklady znalostí: Základní programování v Javě a znalost Maven.

Nastavení GroupDocs.Search pro Java

Pro začátek integrujte GroupDocs.Search do svého projektu pomocí Maven:

<repositories>
   <repository>
      <id>repository.groupdocs.com</id>
      <name>GroupDocs Repository</name>
      <url>https://releases.groupdocs.com/search/java/</url>
   </repository>
</repositories>

<dependencies>
   <dependency>
      <groupId>com.groupdocs</groupId>
      <artifactId>groupdocs-search</artifactId>
      <version>25.4</version>
   </dependency>
</dependencies>

Alternativně stáhněte nejnovější verzi z GroupDocs.Search for Java releases.

Získání licence

Pro vyzkoušení GroupDocs.Search:

Free Trial – vyzkoušejte základní funkce bez závazku.
Temporary License – rozšířený přístup pro vývoj.
Purchase – plná licence pro produkční použití.

Základní inicializace a nastavení

Vytvořte index ve složce, kde chcete mít vyhledávatelná data:

import com.groupdocs.search.*;

public class CreateIndex {
    public static void main(String[] args) {
        String indexFolder = "YOUR_DOCUMENT_DIRECTORY\\output\\AdvancedUsage\\Searching\\SearchByChunks";
        // Creating an index in the specified folder
        Index index = new Index(indexFolder);
    }
}

Jak přidat dokumenty do indexu

Nyní, když existuje index, dalším logickým krokem je přidat dokumenty do indexu z míst, kde jsou vaše soubory uloženy.

1. Vytvoření indexu

Přehled: Nastavte adresář pro vyhledávací index.

String indexFolder = "YOUR_DOCUMENT_DIRECTORY\\output\\AdvancedUsage\\Searching\\SearchByChunks";

Index index = new Index(indexFolder);

2. Přidání dokumentů do indexu

Přehled: Načtěte soubory z několika zdrojových složek.

String documentsFolder1 = "YOUR_DOCUMENT_DIRECTORY";
String documentsFolder2 = "YOUR_DOCUMENT_DIRECTORY";
String documentsFolder3 = "YOUR_DOCUMENT_DIRECTORY";

index.add(documentsFolder1);
index.add(documentsFolder2);
index.add(documentsFolder3);

3. Konfigurace možností vyhledávání pro Chunk Search

Povolte vyhledávání po částech úpravou objektu options.

SearchOptions options = new SearchOptions();

options.setChunkSearch(true);

4. Provádění počátečního vyhledávání po částech

Spusťte první dotaz pomocí možností povolených pro chunk.

String query = "invitation";

SearchResult result = index.search(query, options);

5. Pokračování ve vyhledávání po částech

Iterujte přes zbývající části, dokud není vyhledávání dokončeno.

while (result.getNextChunkSearchToken() != null) {
    result = index.searchNext(result.getNextChunkSearchToken());
}

Proč používat vyhledávání po částech?

Vyhledávání po částech rozděluje obrovské kolekce dokumentů na zvládnutelné části, snižuje zatížení paměti a zrychluje odezvu. Je zvláště užitečné, když:

Právní týmy potřebují najít konkrétní klauzule v tisících smluv.
Portály zákaznické podpory musí okamžitě zobrazit relevantní články znalostní báze.
Výzkumníci procházejí rozsáhlé datové sady, aniž by načítali celé soubory do paměti.

Úvahy o výkonu

Správa paměti – Přidělte dostatečný heap (-Xmx) pro velké indexy.
Monitorování zdrojů – Sledujte využití CPU během indexování a vyhledávání.
Údržba indexu – Pravidelně přestavujte nebo čistěte index, abyste odstranili zastaralá data.

Časté úskalí a řešení problémů

Problém	Proč se to děje	Oprava
`OutOfMemoryError` během indexování	Velikost haldy příliš malá	Zvyšte JVM heap (`-Xmx2g` nebo vyšší)
Žádné výsledky	Chunk token nebyl zpracován	Ujistěte se, že smyčka `while` běží až dokud `getNextChunkSearchToken()` není `null`
Pomalý výkon vyhledávání	Index není optimalizován	Spusťte `index.optimize()` po hromadných přidáních

Často kladené otázky

Q: Co je vyhledávání po částech?
A: Vyhledávání po částech rozděluje datovou sadu na menší části, což umožňuje efektivní dotazy nad velkými objemy dat, aniž by se načítaly celé dokumenty do paměti.

Q: Jak aktualizuji svůj index novými soubory?
A: Jednoduše zavolejte index.add() s cestou k novým dokumentům; index je automaticky zahrne.

Q: Dokáže GroupDocs.Search zpracovat různé formáty souborů?
A: Ano, podporuje PDF, DOCX, XLSX, PPTX a mnoho dalších běžných formátů.

Q: Jaké jsou typické úzké místa výkonu?
A: Omezení paměti a neoptimalizované indexy jsou nejčastější; přidělte dostatečný heap a pravidelně optimalizujte index.

Q: Kde najdu podrobnější dokumentaci?
A: Navštivte oficiální GroupDocs.Search Documentation pro podrobné návody a reference API.

Zdroje

Documentation: GroupDocs.Search for Java Docs
API Reference: GroupDocs.Search API Reference
Download: GroupDocs.Search Releases
GitHub: GroupDocs.Search GitHub Repository
Free Support: GroupDocs Forum
Temporary License: Obtain a Temporary License

Last Updated: 2025-12-19
Tested With: GroupDocs.Search 25.4 for Java
Author: GroupDocs